⚠️ 본 칼럼은 무료 교육 목적의 프롬프트 제작 과정 공유이며, 어떠한 투자, 법적, 재무적 자문이 아닙니다. AI 실행 결과는 오류가 있을 수 있어 독립적 검증이 필수이며, 활용에 따른 모든 책임은 전적으로 사용자 본인에게 귀속됩니다. 비즈니스 의사결정에 직접 사용할 수 없습니다. [이용 전 30주 타임라인 아래의 필수 확인 사항 전체 보기]
Week 3에서 우리는 25개 소스를 4단계 필터링으로 14개로 압축했습니다. 하지만 정작 중요한 것을 놓치고 있었습니다. 소스(출처)를 찾는 게 우선이 아니라, 정보(내용)를 정의하는 게 먼저였습니다. 각 소스가 발표하는 종류가 다양했기 때문에, 계산을 해보니 각 소스당 10개씩만 검색해도 14 × 10 = 140번을 검색해야 했습니다.
web_search 140번이면 대략 1,400개의 기사를 확인하고 요약하는 것인데, 문제는 다음입니다. 140가지 정보를 어떻게 전부 맵핑하고, 하나로 묶는 기준과 방법이 없다는 것입니다. 저는 다시 생각했습니다. "왜 정책 정보를 수집하려고 했지?"
저의 목표는 투자 종목 확대를 위한 다음 관세 품목 예측이 목표였습니다. 그렇다면 질문이 잘못됐습니다. "각 소스가 어떤 정보를 발표하지?"는 소스 중심 질문입니다. "다음 관세 품목을 예측하려면 어떤 정보가 필요하지?"가 목적 중심 질문입니다. 그때부터 생각을 바꾸고 목표부터 재설정했습니다.
진짜 목적인 관세 대상 품목 예측에 집중하기로 결정했고, 정보를 수집하기 전에 구조부터 정리하기 시작했습니다. 예전 투자 공부를 진행하면서 최고의 투자 전략을 찾고 싶었고, 그러기 위해서 책을 한 권씩 읽을 때마다 이전 책에서 다루던 전략과 비교했던 것과 동일하게 진행했습니다.
핵심은 간단합니다, 구조부터 파악하는 것입니다. 300권 가까운 투자 서적을 읽으면서 제가 깨달은 건, 투자 전략은 크게 트레이딩과 투자 2가지로 나눠지지만, 세부적으로 분류하면 성공한 투자자 단 한 명도 다른 사람의 전략과 동일한 경우는 없었습니다. 그렇지만 그들의 투자 전략은 모두 수익률과 진입 횟수, 승률과 익절폭, 손절폭으로 설명 가능했습니다.
이를 바탕으로 저는 세상에 존재하는 모든 투자전략의 과거 수익률을 측정할 수 있었는데요, 가장 중요한 것은 당연히 수익률이었습니다. 정책 정보도 복잡하고 정부 기관도 다양하지만, 결국 저에게 중요한 것은 오직 다음 관세 품목 예측으로, 저의 목표를 위해서 정보를 수집한다는 점을 명확히 하며 생각을 정리했습니다.
다시 말해 정부 기관이 발표하는 정책 정보를 있는 그대로 수집하는 게 아닌, 능동적으로 관세 품목을 기준으로 관세율, 관세 기간 등을 추가 수집하기 위해서 정부 기관을 검색하는 것으로 시발점을 바꿨습니다.
첫 번째로, 검색할 대상을 정했습니다. 모든 관세 정책을 다 볼 수 없고, 우선 체계를 잡기 위해 대표적인 산업인 반도체에 집중했습니다. 반도체를 예시로 정책 수집 방법을 알게 된다면, 다른 산업도 동일하게 적용 가능하다고 판단했기 때문입니다. 그리고 목표가 변한만큼, 기존의 14개 소스는 모두 잊어버리고 새롭게 시작했습니다.
Claude를 통해서 미국 관세 정책을 발표하는 모든 정부 기관을 나열해달라고 요청하니 Federal Register, CBP (Customs and Border Protection), USITC (International Trade Commission), USTR (United States Trade Representative), Department of Commerce, White House (Executive Orders) 등이 나왔습니다.